Metodología de las Proyecciones de Población 2011-2100.

Metodología de las Proyecciones de
Población 2011-2100.
GILBERT BRENES CAMACHO
CENTRO CENTROAMERICANO DE POBLACIÓN
ESCUELA DE ESTADÍSTICA
UNIVERSIDAD DE COSTA RICA
Orden de la Presentación
  Introducción
  Análisis Funcional de Datos
  Metodología para:
  Mortalidad
  Fecundidad
  Saldo Neto Migratorio Internacional
Introducción
  Disponibilidad del X Censo Nacional de Población y
VI de Vivienda:
 
Entre el 30 de mayo y el 3 de junio de 2011
  Elaboración conjunta por parte del Instituto
Nacional de Estadística y Censos INEC y el Centro
Centroamericano de Población CCP, UCR.
  Acutalización:
Estimaciones: 1970-2011.
  Proyecciones: 2011-2050
 
Introducción
  Método demográfico usado:
  Método de los Componentes del Cambio Demográfico
  Proyecciones probabilísticas en lugar de
proyecciones determinísticas: Ventajas:
Disminuye (pero no elimina) el impacto del criterio experto.
  Sustituye las tradicionales hipótesis media, alta y baja por
intervalos de confianza estimados estadísticamente.
 
  Proyecciones probabilísticas son actuamente usadas
por la División de Población de Naciones Unidas
(Raftery et al., 2012).
Proyecciones Probabilísticas
  Variaciones de las técnicas estadísticas de análisis de
series cronológicas y pronósticos para los
componentes del cambio demográfico.
  Intervalos de confianza estimados semiparamétricamente con un 80% de confianza:
 
Intervalos de confianza con probabilidad mayor generan
intervalos muy amplios.
Proyecciones Probabilísticas
  Se utiliza del paquete demography de R:
  Desarrollado por Rob Hyndman (Australia)
  Combina:
  Análisis
Funcional de Datos
  Método de los Componentes Demográficos
  Series Cronológicas
  Simulaciones
Análisis Funcional de Datos
  Cada unidad estadística denotada por subíndice i.
  Secuencia de indicadores demográficos: Yi(t).
  Cada Yi(t) es considerada una función:
  Se pretende resumir, describir o analizar una muestra de
funciones Yi(t).
Análisis Funcional de Datos
  Supuestos: Los datos xi1, …, xin representan en
realidad funciones continuas
  Tienen error de medición (o error observacional)
  Se requiere suavizar la serie de datos para que
representen mejor la función.
Análisis Funcional de Datos
  Suavizamiento:
  Implica representar las funciones totales como combinaciones
lineales de funciones base.
  Técnicas de suavizamiento en AFD:
  Polinomios de orden k,
  series de Fourier,
  B-splines,
  Análisis de Componentes Principales
Proyección de la Mortalidad
  Serie de tiempo retrospectiva
  Pronóstico
Mortalidad: Serie retrospectiva
  Fuente: INEC
  Regla de subregistro: subregistro representa el
30% de las defunciones sin certificación médica.
 
En años recientes, corrección es de menos de 1% de las
defunciones del periodo 2005-2010.
  Corrección por inscripción tardía: 1,018 (2011),
1,002 (2010), 1,001 (2009).
Mortalidad: Serie retrospectiva
  Desagregación de defunciones de personas de 100
años o más de edad: Registro Civil.
  Estimación mx en edades avanzadas: Modelo
Gompertz y regresión de Poisson:
 
mx ajustadas para 85 a 114 años.
  Suavizamiento: Regresión local (“lowess”, ancho de
banda: 0,1).
Gráfico
1.
Ajuste
con
la
función
de
Gompertz
de
las
tasas
de
mortalidad
a
par:r
de
los
85
años
de
edad.
Costa
Rica
2005‐2010
Fuente:
CCP(2012a).
Informe
a
la
SUPEN.
Mortalidad: Proyección
  Método Lee-Carter:
  Estimación con modelo ARIMA con caminata
aleatoria
  Para más detalles: Tesis de Eduardo Aguilar
Gráfico
3.
Proyección
al
2050
de
la
esperanza
de
vida
al
nacer
y
a
la
edad
60,
por
sexo
Fuente: CCP (2012b)
Fecundidad: Serie retrospectiva
  Fuente: INEC
  Nacimientos desde 2007 a 2011:
  Corregidos por inscripción tardía
  Subregistro:
  Nacimientos ocurridos entre 1950 y 1974 (Pérez Brignoli,
2010)
  Ninguna otra corrección por subregistro
Fecundidad: Proyección
  Suavizamiento: Splines cóncavos de regresión.
  Funciones: 6 componentes principales:
  Primer comp explica 98.6% de la variabilidad
  Serie cronológica de pronóstico:
  Modelo autorregresivo (de orden 1) estacionario.
  Otro modelo ARIMA pronosticaba niveles poco creíbles
Tasas crudas y sin suavizar para la estructura de
la fecundidad, 2010.
Grá#ico
6.
Proyección
de
la
Tasa
Global
de
Fecundidad
al
2050
y
comparación
con
otras
proyecciones
de
la
Tasa
Global
de
Fecundidad
(escala
semilogarítmica).
Fuente:
Las
proyecciones
de
Naciones
Unidas
se
obtuvieron
del
sitio
web
de
la
librería
bayesTFR
del
software
estadístico
R
(Ševčíková,
Alkema & Raftery, 2011).
Migración: Serie retrospectiva
  Período 1950-2000:
  Series usadas en las
estimaciones y proyecciones del
2001.
  Período 2000-2011:
Medición inicial de “stock” de
inmigrantes y emigrantes:
Inmigrantes: Método de
Fecundidad Diferencial
  Emigrantes: Pareo con
información de la Dirección
General de Migración y
Extranjería.
 
Cuadro 1. Estimación del saldo neto migratorio para el
período 2000-2011, según país de origen.
Promedio por año
(11 años)
Extranjeros1
Total
Hombres
Mujeres
14729
6127
8601
Costarricenses2
Total
Hombres
Mujeres
-10680
-5526
-5154
Total
Hombres
Mujeres
Fuente:
1.
2.
4049
601
3447
Método de los Niveles Diferenciales de Fecundidad
Obtenido a partir del procesamiento de datos de
entradas y salidas por puestos migratorios de la DGMyE
Migración: Serie retrospectiva
  SNM ajustados para consistencia interna con
poblaciones, nacimientos y defunciones.
Gráfico 8. Estimaciones del saldo neto migratorio total, por sexo. Costa Rica, 1950-2011.
Migración: Serie retrospectiva
  Método de Proyecciones “coherentes” (Hyndman,
Booth & Yasmeen, 2011).
  Estimar y proyectar dos componentes:
  pt(x): el producto, que en realidad es la media geométrica de
las tasas demográficas suavizadas de los grupos (hombres y
mujeres)
  rt,j(x): la razón de las tasas de cada grupo entre la media
geométrica pt(x).
Migración: Proyección
  Suavizamiento: Regresión cuadrática
local ponderada (“loess”)
  Para
edades menores a 15, imponer la
estructura por edades del censo 2011.
  Estimar 6 funciones por componentes
principales:
  Producto
pt(x): 2 primeros explican el 90.6%
y el 6.8% de la variabilidad
  Razón rt,j(x):
• 
• 
56.1%
17.8%
• 
• 
11.3%
9.3%
• 
• 
0.7%
0.6%.
Migración: Proyección
  Serie cronológica de pronóstico:
  Modelo autorregresivo de orden 1 estacionario.
Gráfico
10.
Saldos
Netos
Migratorios
totales,
por
sexo,
para
Costa
Rica:
2011‐2060
.
Nota:Las
áreas
sombreadas
indican
el
intervalo
de
confianza
al
80%
de
la
nueva
proyección
Gráfico
11.
Saldos
Netos
Migratorios,
por
sexo
y
edad,
para
Costa
Rica,
2020,
2030,
2040
y
2050.
150
100
50
0
0
50
100
Saldo Neto Migratorio
150
200
Mujeres
200
Hombres
0
20
40
edad
snm2020
snm2040
60
80
snm2030
snm2050
100
0
20
40
edad
snm2020
snm2040
60
80
snm2030
snm2050
100
Gráfico
6.
Proyección
de
la
población
total
de
Costa
Rica,
2011‐2050
(Intervalo
de
confianza
del
80%).
Gráfico
7.
Proyección
de
la
población
total
de
Costa
Rica,
por
grupos
de
edad,
2011‐2050.
5000000
0 a 14
15 a 64
65 y +
PoblaciÛn
4000000
3000000
2000000
1000000
0
2 01 0
2020
2 03 0
204 0
2050
Resultados Finales
  Si se analiza la proyección por grupos de edad (Gráfico
7), se observa que la población de menores de 15 años
decrecerá lentamente, pasando de 1 123 686 en 2012 a un
poco más de 956 mil en 2050. La población de 15 a 64
años seguirá creciendo hasta el 2042, impulsada por la
fecundidad por encima del reemplazo de las décadas
recién pasadas y la inmigración neta, pero empezará a
reducirse a partir de esa fecha. Sin embargo, el segmento
poblacional que más crecerá corresponderá a los adultos
mayores. El tamaño de esta población más que se
triplicará en los próximos 40 años, pasando de 316 mil
personas en 2012 a 1 262 311 en el 2050. En el 2041 la
población adulta mayor sobrepasará en número a la
población menor de 15 años.
Muchas Gracias